本篇论文涵盖了两部分的内容,算法交易和住房抵押贷款违约模型。第一章简单介绍了文章研究的背景,当前的研究现状以及全文的结构和本论文的主要结论,第二章到五章主要讨论了算法交易的一些热点问题,包括价量关系、价格预测和、/WAP、IS策略扩展研究等,第六章讨论了住房抵押贷款违约模型。算法交易(Algorithmic Trading)是通过计算机程序来下交易订单,即利用计算机算法决定交易下单的时机、价格乃至最终下单的数量与笔数等。随着计算机技术的提高和投资者对投资回报率要求的提升,加上一些随机过程理论的完善,为了更好地管理市场冲击成本、机会成本和凤险,隐藏投资者的交易意图,算法交易应运而生,并且发展迅速,引起了学术界和实务界的兴趣。因此,算法交易策略的研究是非常重要的。本篇论文第一部分研究了算法交易一些最新的进展,分别对VWAP策略和动态IS策略进行了讨论,并且利用中国A股市场数据进行了实证分析。我们发现,国内市场上的市场冲击成本较大,通过一些数学工具,我们可以利用现有的信息来制定交易策略有效地复制投资目标。本部分共四章,其主要内容如下：第二章,对于算法交易策略,我们这里指的是狭义的算法交易策略,交易成本的估计是一个很重要的问题。在本章给出了算法交易的一些基本理论,包括交易成本的构成和估计,最优交易策略目标函数的确立和基本解,并且在本章最后介绍了目前国际上常见的算法交易策略。第三章,价量关系、价格预测和日内成交量分布的估计一直是投资者选股、选时的重要依据之一。学术和实用上关于价量关系的描述也已经有了比较丰富的成果。本章对现有常见的Ordered Probit Model应用于国内A股市场,对日内成交量分布的估计进行了实证考察。第四章,主要从两个方面对VWAP策略进行了扩展研究。一方面考察了静态最小追踪误差VWAP策略目标函数的建立和实现,我们提出在中国A股市场,由于流动性和波动性之间的关系,为追踪市场的VWAP价格,我们应该采取调整VWAP策略来下单。其次考察了最小方差对冲策略和均值方差最优VWAP策略之间的关系,发现均值方差最优VWAP策略是最小方差对冲策略和一个与价格有关的调整项之和。第五章,主要对目前讨论最多的IS策略进行了分析。由于传统IS策略建模过程中没有考察日内成交量分布的U型特征对IS策略的影响,本章首先分析了基于日内成交量分布调整的IS策略。其次,本章还考察了动态两阶段模型,该交易策略并不是事先确定的,而是按照上半个交易区间的实际状况,对下半个交易区间进行了调整,发现当上半个交易区间表现较好时,下半个交易区间下单策略比较激进,否则应放缓交易速度。最后,文章考察了另一种指标-时间平均VaR下的IS策略。文章的第二部分考察了房屋抵押贷款模型。美国次级危机引发了全球性的金融危机,使得银行必须加强风险控制。现阶段银行面对的主要的风险是贷款的信用风险,房屋抵押贷款是银行贷款业务的主要部分。本文对房屋贷款违约模型分别给出了Logistic违约模型和Cox比例危险违约模型,利用美国加州的次级贷款违约数据进行了分析和比较,指出了Cox比例危险违约模型可以给出借款人每个时点的违约风险度量,相对于Logistic回归违约模型具有较高的准确性和稳健性。